[发明专利]一种双目视觉辅助行驶寄生系统

说明书

本发明设计一种双目视觉辅助行驶寄生系统(0)，所述系统包括负责图像采集的处理器RaspberryPi、双目视觉摄像头、摄像头云台、散热风扇、用于本系统供电的电源控制系统、搭载高性能GPU的本地服务器、以及用于图像采集模块与服务器沟通的路由器设备。本发明提供的系统采用串口和宿主系统通信，提供本系统的通过图像检测所得到的建议信息给宿主系统，具有快速扩展可快速寄生在多种类型的宿主，比如机器人、车床、流水线、交通系统等，并且具有改造成本低、识别速度快、精度高、类别多的特点。

技术领域

本发明属于计算机视觉领域，更具体地，涉及一种基于end-end深度学习的双目视觉的辅助系统。

背景技术

当今技术领域，基于深度学习的视觉导航、驾驶系统越来越多的应用得到人类的生活和社会中，基于深度学习的计算机视觉技术为人们生活中带来了莫大的便利。但是传统领域中，仍有一些机器设备设备采用激光雷达或者超声波探测器等来监测障碍物的位置和形状，然后采用一定的策略处障碍物，甚至于一些急需要机器视觉来改善其作业环境的场所还在使用使用人工操作。

对于常规设备，存在设备更替成本高的问题，厂商升级不及时的问题，因此很多设备依旧维持现状，给用户带来了非常糟糕的使用体验。而对于双目视觉的深度学习系统来说，系统不急能够感知到是什么，还能更好的决策出应该怎么处理，因此把本系统作为扩展寄生系统放置在传统没有使用到计算机视觉的设备中，能够提供给传统设备更好的过度作用，也能够大大提高传统设备的工作效率。

开发一种具有深度学习能力的视觉计生系统具有重要的研究意义和价值。

发明内容

本发明的目的在于弥补现有传统设备，比如移动机器人、工厂流水线等对于视觉传感和行驶的精度低、实时性差，易受环境干扰的缺点和不足，提供了一种双目视觉辅助行驶寄生系统。本发明提供的基于双目视觉辅助行驶寄生系统使用树莓派作为图像的采集和预处理端，利用GPU服务器在计算机视觉方面的高性能、低能耗计算的特点减少视觉处理的时间，提高系统的实时性；利用双目摄像头，弥补传统二维图像中缺少深度维度的缺陷，提高了深度学习网络的图片特征的更好、更有的提取；利用多路由器组网，可实现采集终端和处理终端的良好的沟通，保证网络质量和网络覆盖率。通过上述不见得配合，得以保证本系统更高精度、更实时的为宿主系统提供高精度、实时性的建议，可将本系统寄生至各行业相关领域。

为实现上述发明目的，本发明采用以下技术方案：

一种双目视觉辅助行驶寄生系统，包括设备壳体，所述壳体内设有电源转换装置、CPU主控板、散热装置、通讯接口，双目视觉摄像头；所述壳体上设有摄像头云台；所述通讯装置包括路由器组网策略，用于图像处理和分析的服务器，用于CPU主控板和GPU服务器数据交换的和执行的策略；所述CPU主控板与双目摄像头电性连接。

CPU主板采用树莓派3B(Raspberry Pi 3B)微型电脑，采用ARM Cortex-A531.2GHz四核处理器，

采用Broadcom VideoCore IV,OpenGL ES2.0 1080p 30h.264/MPEG-4 AVC高清解码器；

转向云台使用高精度、大扭矩舵机组合成高精度二维运动部件；

本发明利用无线局域网传输性能高、覆盖率广等特点，实现图像采集端的与图像处理和分析端的实时通讯，同时GPU服务器能够高效的运行深度学习、计算机视觉的算法，使得系统实时性和准确性大大提高，双目视觉摄像头弥补了传统二维图像的很多缺陷，比如光照、纹理、颜色色差等。通过上述组件的配合，开发出了精度高、实时性好的系统，方便寄生在合适的寄主系统之上二次开发。